最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Java 5億整數(shù)大文件怎么排序

 更新時間:2020年03月24日 14:38:48   作者:foreach_break  
這篇文章主要介紹了Java 5億整數(shù)大文件怎么排序,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

問題

給你1個文件bigdata,大小4663M,5億個數(shù),文件中的數(shù)據(jù)隨機,如下一行一個整數(shù):

6196302
3557681
6121580
2039345
2095006
1746773
7934312
2016371
7123302
8790171
2966901
...
7005375

現(xiàn)在要對這個文件進行排序,怎么搞?

內(nèi)部排序

先嘗試內(nèi)排,選2種排序方式:

3路快排:

private final int cutoff = 8;

public <T> void perform(Comparable<T>[] a) {
    perform(a,0,a.length - 1);
  }

  private <T> int median3(Comparable<T>[] a,int x,int y,int z) {
    if(lessThan(a[x],a[y])) {
      if(lessThan(a[y],a[z])) {
        return y;
      }
      else if(lessThan(a[x],a[z])) {
        return z;
      }else {
        return x;
      }
    }else {
      if(lessThan(a[z],a[y])){
        return y;
      }else if(lessThan(a[z],a[x])) {
        return z;
      }else {
        return x;
      }
    }
  }

  private <T> void perform(Comparable<T>[] a,int low,int high) {
    int n = high - low + 1;
    //當(dāng)序列非常小,用插入排序
    if(n <= cutoff) {
      InsertionSort insertionSort = SortFactory.createInsertionSort();
      insertionSort.perform(a,low,high);
      //當(dāng)序列中小時,使用median3
    }else if(n <= 100) {
      int m = median3(a,low,low + (n >>> 1),high);
      exchange(a,m,low);
      //當(dāng)序列比較大時,使用ninther
    }else {
      int gap = n >>> 3;
      int m = low + (n >>> 1);
      int m1 = median3(a,low,low + gap,low + (gap << 1));
      int m2 = median3(a,m - gap,m,m + gap);
      int m3 = median3(a,high - (gap << 1),high - gap,high);
      int ninther = median3(a,m1,m2,m3);
      exchange(a,ninther,low);
    }

    if(high <= low)
      return;
    //lessThan
    int lt = low;
    //greaterThan
    int gt = high;
    //中心點
    Comparable<T> pivot = a[low];
    int i = low + 1;

    /*
    * 不變式:
    *  a[low..lt-1] 小于pivot -> 前部(first)
    *  a[lt..i-1] 等于 pivot -> 中部(middle)
    *  a[gt+1..n-1] 大于 pivot -> 后部(final)
    *
    *  a[i..gt] 待考察區(qū)域
    */

    while (i <= gt) {
      if(lessThan(a[i],pivot)) {
        //i-> ,lt ->
        exchange(a,lt++,i++);
      }else if(lessThan(pivot,a[i])) {
        exchange(a,i,gt--);
      }else{
        i++;
      }
    }

    // a[low..lt-1] < v = a[lt..gt] < a[gt+1..high].
    perform(a,low,lt - 1);
    perform(a,gt + 1,high);
  }

歸并排序:

 /**
   * 小于等于這個值的時候,交給插入排序
   */
  private final int cutoff = 8;

  /**
   * 對給定的元素序列進行排序
   *
   * @param a 給定元素序列
   */
  @Override
  public <T> void perform(Comparable<T>[] a) {
    Comparable<T>[] b = a.clone();
    perform(b, a, 0, a.length - 1);
  }

  private <T> void perform(Comparable<T>[] src,Comparable<T>[] dest,int low,int high) {
    if(low >= high)
      return;

    //小于等于cutoff的時候,交給插入排序
    if(high - low <= cutoff) {
      SortFactory.createInsertionSort().perform(dest,low,high);
      return;
    }

    int mid = low + ((high - low) >>> 1);
    perform(dest,src,low,mid);
    perform(dest,src,mid + 1,high);

    //考慮局部有序 src[mid] <= src[mid+1]
    if(lessThanOrEqual(src[mid],src[mid+1])) {
      System.arraycopy(src,low,dest,low,high - low + 1);
    }

    //src[low .. mid] + src[mid+1 .. high] -> dest[low .. high]
    merge(src,dest,low,mid,high);
  }

  private <T> void merge(Comparable<T>[] src,Comparable<T>[] dest,int low,int mid,int high) {

    for(int i = low,v = low,w = mid + 1; i <= high; i++) {
      if(w > high || v <= mid && lessThanOrEqual(src[v],src[w])) {
        dest[i] = src[v++];
      }else {
        dest[i] = src[w++];
      }
    }
  }

數(shù)據(jù)太多,遞歸太深 ->棧溢出?加大Xss?
數(shù)據(jù)太多,數(shù)組太長 -> OOM?加大Xmx?

耐心不足,沒跑出來.而且要將這么大的文件讀入內(nèi)存,在堆中維護這么大個數(shù)據(jù)量,還有內(nèi)排中不斷的拷貝,對棧和堆都是很大的壓力,不具備通用性。

sort命令來跑

sort -n bigdata -o bigdata.sorted

跑了多久呢?24分鐘.

為什么這么慢?

粗略的看下我們的資源:
1. 內(nèi)存
jvm-heap/stack,native-heap/stack,page-cache,block-buffer
2. 外存
swap + 磁盤

數(shù)據(jù)量很大,函數(shù)調(diào)用很多,系統(tǒng)調(diào)用很多,內(nèi)核/用戶緩沖區(qū)拷貝很多,臟頁回寫很多,io-wait很高,io很繁忙,堆棧數(shù)據(jù)不斷交換至swap,線程切換很多,每個環(huán)節(jié)的鎖也很多.

總之,內(nèi)存吃緊,問磁盤要空間,臟數(shù)據(jù)持久化過多導(dǎo)致cache頻繁失效,引發(fā)大量回寫,回寫線程高,導(dǎo)致cpu大量時間用于上下文切換,一切,都很糟糕,所以24分鐘不細(xì)看了,無法忍受.

位圖法

 private BitSet bits;

  public void perform(
      String largeFileName,
      int total,
      String destLargeFileName,
      Castor<Integer> castor,
      int readerBufferSize,
      int writerBufferSize,
      boolean asc) throws IOException {

    System.out.println("BitmapSort Started.");
    long start = System.currentTimeMillis();
    bits = new BitSet(total);
    InputPart<Integer> largeIn = PartFactory.createCharBufferedInputPart(largeFileName, readerBufferSize);
    OutputPart<Integer> largeOut = PartFactory.createCharBufferedOutputPart(destLargeFileName, writerBufferSize);
    largeOut.delete();

    Integer data;
    int off = 0;
    try {
      while (true) {
        data = largeIn.read();
        if (data == null)
          break;
        int v = data;
        set(v);
        off++;
      }
      largeIn.close();
      int size = bits.size();
      System.out.println(String.format("lines : %d ,bits : %d", off, size));

      if(asc) {
        for (int i = 0; i < size; i++) {
          if (get(i)) {
            largeOut.write(i);
          }
        }
      }else {
        for (int i = size - 1; i >= 0; i--) {
          if (get(i)) {
            largeOut.write(i);
          }
        }
      }

      largeOut.close();
      long stop = System.currentTimeMillis();
      long elapsed = stop - start;
      System.out.println(String.format("BitmapSort Completed.elapsed : %dms",elapsed));
    }finally {
      largeIn.close();
      largeOut.close();
    }
  }

  private void set(int i) {
    bits.set(i);
  }

  private boolean get(int v) {
    return bits.get(v);
  }

nice!跑了190秒,3分來鐘.
以核心內(nèi)存4663M/32大小的空間跑出這么個結(jié)果,而且大量時間在用于I/O,不錯.

問題是,如果這個時候突然內(nèi)存條壞了1、2根,或者只有極少的內(nèi)存空間怎么搞?

外部排序

該外部排序上場了.
外部排序干嘛的?

內(nèi)存極少的情況下,利用分治策略,利用外存保存中間結(jié)果,再用多路歸并來排序; map-reduce的嫡系.

 

1.分

內(nèi)存中維護一個極小的核心緩沖區(qū)memBuffer,將大文件bigdata按行讀入,搜集到memBuffer滿或者大文件讀完時,對memBuffer中的數(shù)據(jù)調(diào)用內(nèi)排進行排序,排序后將有序結(jié)果寫入磁盤文件bigdata.xxx.part.sorted.
循環(huán)利用memBuffer直到大文件處理完畢,得到n個有序的磁盤文件:

2.合

現(xiàn)在有了n個有序的小文件,怎么合并成1個有序的大文件?
把所有小文件讀入內(nèi)存,然后內(nèi)排?
(⊙o⊙)…
no!

利用如下原理進行歸并排序:

 

我們舉個簡單的例子:

文件1:3,6,9
文件2:2,4,8
文件3:1,5,7

第一回合:
文件1的最小值:3 , 排在文件1的第1行
文件2的最小值:2,排在文件2的第1行
文件3的最小值:1,排在文件3的第1行
那么,這3個文件中的最小值是:min(1,2,3) = 1
也就是說,最終大文件的當(dāng)前最小值,是文件1、2、3的當(dāng)前最小值的最小值,繞么?
上面拿出了最小值1,寫入大文件.

第二回合:
文件1的最小值:3 , 排在文件1的第1行
文件2的最小值:2,排在文件2的第1行
文件3的最小值:5,排在文件3的第2行
那么,這3個文件中的最小值是:min(5,2,3) = 2
將2寫入大文件.

也就是說,最小值屬于哪個文件,那么就從哪個文件當(dāng)中取下一行數(shù)據(jù).(因為小文件內(nèi)部有序,下一行數(shù)據(jù)代表了它當(dāng)前的最小值)

最終的時間,跑了771秒,13分鐘左右.

less bigdata.sorted.text
...
9999966
9999967
9999968
9999969
9999970
9999971
9999972
9999973
9999974
9999975
9999976
9999977
9999978
...

到此這篇關(guān)于Java 5億整數(shù)大文件怎么排序的文章就介紹到這了,更多相關(guān)Java 大文件排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Maven如何手動安裝依賴到本地倉庫

    Maven如何手動安裝依賴到本地倉庫

    這篇文章主要介紹了Maven如何手動安裝依賴到本地倉庫問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2025-04-04
  • Java本地緩存的實現(xiàn)代碼

    Java本地緩存的實現(xiàn)代碼

    本篇文章主要介紹了Java本地緩存的實現(xiàn)代碼,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-05-05
  • 詳解Springboot+React項目跨域訪問問題

    詳解Springboot+React項目跨域訪問問題

    這篇文章主要介紹了詳解Springboot+React項目跨域訪問問題,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-11-11
  • Java實現(xiàn)一個簡易版的多級菜單功能

    Java實現(xiàn)一個簡易版的多級菜單功能

    這篇文章主要給大家介紹了關(guān)于Java如何實現(xiàn)一個簡易版的多級菜單功能的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2022-01-01
  • Spring Boot中操作使用Redis實現(xiàn)詳解

    Spring Boot中操作使用Redis實現(xiàn)詳解

    Spring Boot與Redis結(jié)合使用,通過使用Spring Data Redis來實現(xiàn)對Redis的操作,實現(xiàn)數(shù)據(jù)緩存和高效存儲,提高應(yīng)用程序的性能和響應(yīng)速度??梢岳肧pring Boot自帶的Redis Starter方便地集成和配置Redis
    2023-04-04
  • idea如何開啟菜單欄

    idea如何開啟菜單欄

    文章介紹了如何通過修改IntelliJ IDEA的樣式文件`ui.lnf.xml`來重新顯示被關(guān)閉的菜單欄,并分享了解決問題的步驟
    2025-01-01
  • Java排序之冒泡排序的實現(xiàn)與優(yōu)化

    Java排序之冒泡排序的實現(xiàn)與優(yōu)化

    冒泡排序是一種簡單的交換排序。之所以叫做冒泡排序,因為我們可以把每個元素當(dāng)成一個小氣泡,根據(jù)氣泡大小,一步一步移動到隊伍的一端,最后形成一定對的順序。本文將利用Java實現(xiàn)冒泡排序,并進行一定的優(yōu)化,希望對大家有所幫助
    2022-11-11
  • Java目錄樹的創(chuàng)建與獲取

    Java目錄樹的創(chuàng)建與獲取

    在Java開發(fā)中,經(jīng)常會涉及到生成目錄樹的需求,本文主要介紹了Java目錄樹的創(chuàng)建與獲取,文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2024-03-03
  • Java中EnumMap和EnumSet枚舉操作類的簡單使用詳解

    Java中EnumMap和EnumSet枚舉操作類的簡單使用詳解

    這篇文章主要介紹了Java中EnumMap和EnumSet枚舉操作類的簡單使用詳解,EnumMap是Map接口的一種實現(xiàn),專門用于枚舉類型的鍵,所有枚舉的鍵必須來自同一個枚舉?EnumMap不允許鍵為空,允許值為空,需要的朋友可以參考下
    2023-11-11
  • Java數(shù)據(jù)結(jié)構(gòu)之稀疏矩陣定義與用法示例

    Java數(shù)據(jù)結(jié)構(gòu)之稀疏矩陣定義與用法示例

    這篇文章主要介紹了Java數(shù)據(jù)結(jié)構(gòu)之稀疏矩陣定義與用法,結(jié)合實例形式分析了java稀疏矩陣的定義、運算、轉(zhuǎn)換等相關(guān)操作技巧,需要的朋友可以參考下
    2018-01-01

最新評論

浮山县| 正安县| 天台县| 上蔡县| 滕州市| 林芝县| 铁岭市| 平邑县| 平阳县| 禄丰县| 塘沽区| 乌拉特前旗| 临高县| 东丽区| 图木舒克市| 深州市| 历史| 刚察县| 光泽县| 泰宁县| 宜兴市| 丰原市| 华亭县| 庆城县| 夏津县| 广饶县| 双江| 水富县| 昆山市| 遵义县| 天津市| 赤壁市| 莆田市| 云龙县| 顺义区| 新泰市| 大石桥市| 平舆县| 三台县| 靖远县| 安平县|